Výsledky vyhledávání
- 1.0580474 - ÚMCH 2024 RIV CZ eng L4 - Software
Šlouf, Miroslav
MDBASE – program package for automated processing of multiple datasets.
Interní kód: MDBASE ; 2023
Technické parametry: MDBASE je distribuován jako standardizovaný rozšiřující balík programovacího jazyku Python s otevřeným zdrojovým kódem. Kompletní technický popis výsledku je uveden přímo na oficiálních www-stránkách balíku (Python Package Index, https://pypi.org/project/mdbase). WWW-stránky obsahují mj. základní popis programu, pokyny pro instalaci a odkazy na další volně stažitelné materiály (ukázkové příklady včetně testovacích dat, podrobnější dokumentaci i detailní popis jednotlivých funkcí). Vše s dodržením obvyklých standardů, takže každý uživatel si může balík stáhnout a okamžitě použít.
Ekonomické parametry: Programový balík MDBASE (multiple database processing) zajišťuje snadné propojení více databází s experimentálními i popisnými daty. Databáze mohou být libovolné XLSX soubory, které mají libovolné množství listů se stejnou strukturou, tj. se stejně pojmenovanými sloupci. Pokud je databází více a často se mění, je opakované ruční propojování a aktualizace dat velmi pracné a náchylné k chybám. Pomocí balíku MDBASE lze databáze propojit rychle a bezchybně, což vede ke značné úspoře času. MDBASE navíc umí propojená data rychle a pohodlně statisticky vyhodnocovat. Předpřipravené analýzy lze opakovaně spouštět při každé aktualizaci libovolného datového zdroje, což je podstatnou výhodou při spolupráci více týmů, kdy každý tým může nezávisle aktualizovat svůj vlastní XLSX soubor a průběžné kontrolovat celkové výsledky.
Grant CEP: GA MZd(CZ) NU21-06-00084
Institucionální podpora: RVO:61389013
Klíčová slova: Processing of multiple spectra * automatic peak integration * UHMWPE for total joint replacements
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://pypi.org/project/mdbase
Trvalý link: https://hdl.handle.net/11104/0349259 - 2.0580473 - ÚMCH 2024 RIV CZ eng L4 - Software
Šlouf, Miroslav
MPINT – program package for automated processing of multiple spectra.
Interní kód: MPINT ; 2023
Technické parametry: MPINT je distribuován jako standardizovaný rozšiřující balík programovacího jazyku Python s otevřeným zdrojovým kódem. Kompletní technický popis výsledku je uveden přímo na oficiálních www-stránkách balíku (Python Package Index, https://pypi.org/project/mpint). WWW-stránky obsahují mj. základní popis programu, pokyny pro instalaci a odkazy na další volně stažitelné materiály (ukázkové příklady včetně testovacích dat, podrobnější dokumentaci i detailní popis jednotlivých funkcí). Vše s dodržením obvyklých standardů, takže každý uživatel si může balík stáhnout a okamžitě použít.
Ekonomické parametry: Programový balík MPINT (multiple peak integration) je nástroj pro automatizované zpracování rozsáhlých sérií vzájemně podobných spekter. MPINT postupně načítá spektra, integruje vybrané píky a počítá tzv. spektrálních indexy, což jsou uživatelem definované veličiny úměrné koncentraci vybraných strukturních komponent ve vzorku. MPINT byl původně vyvinut pro charakterizaci polymeru UHMWPE, který se používá v kloubních náhradách. Při kvantifikaci oxidačního poškození kloubních náhrad je nutné zpracovat řádově desítky až stovky infračervených spekter. Analýza s využitím běžných komerčních programů je pracná a zdlouhavá, zatímco kompletní analýza pomocí MPINT zabere necelou minutu. Současná verze MPINT je aplikovatelná na libovolná data za předpokladu, že se jedná o sérii podobných spekter. Hlavním přínosem programu je značná úspora času při zpracování rozsáhlých dat.
Grant CEP: GA MZd(CZ) NU21-06-00084
Institucionální podpora: RVO:61389013
Klíčová slova: processing of multiple spectra * automatic peak integration * UHMWPE for total joint replacements
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://pypi.org/project/mpint
Trvalý link: https://hdl.handle.net/11104/0349258 - 3.0579459 - ÚMCH 2024 RIV CZ eng L4 - Software
Šlouf, Miroslav - Krzyžánek, Vladislav
Program package STEMDIFF.
Interní kód: STEMDIFF ; 2023
Technické parametry: Programový balík STEMDIFF je doplněk programového vybavení rastrovacích elektronových mikroskopů (SEM) zaměřený na zpracování 4D-STEM dat. Je distribuován jako standardizovaný rozšiřující balík s otevřeným zdrojovým kódem ve volně šiřitelném programovacím jazyce Python. Kompletní technický popis výsledku je uveden přímo na oficiálních www-stránkách balíku (Python Package Index, https://pypi.org/project/stemdiff). WWW-stránky obsahují mj. stručný popis programu, pokyny pro instalaci a odkazy na další volně stažitelné materiály (ukázkové příklady včetně testovacích dat, podrobnější dokumentaci i detailní popis jednotlivých funkcí). Vše s dodržením obvyklých standardů, takže každý uživatel elektronového mikroskopu si může balík stáhnout a okamžitě použít.
Ekonomické parametry: Programový balík STEMDIFF rozšiřuje možnosti rastrovacích elektronových mikroskopů. Umožňuje rychlejší a efektivnější zpracování dat získaných ze SEM mikroskopů vybavených nově zaváděnými pixelovanými detektory procházejících elektronů (pixelated STEM detectors). STEMDIFF převádí naměřené komplexní čtyřrozměrné datasety (4D-STEM-in-SEM datasets) na podstatně jednodušší, běžné, dvojrozměrné práškové difraktogramy (2D powder electron diffraction patterns), které bylo doposud možno získat jen z TEM. Tím podstatně rozšiřuje možnosti SEM mikroskopie a zpřístupňuje zpracování difrakčních dat mnohem širšímu okruhu uživatelů.
Grant CEP: GA TA ČR(CZ) TN02000020
Institucionální podpora: RVO:61389013 ; RVO:68081731
Klíčová slova: 4D-STEM-in-SEM * 4D-STEM/PNBD method * powder electron diffraction in SEM
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8); Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) (UPT-D)
https://pypi.org/project/stemdiff/
Trvalý link: https://hdl.handle.net/11104/0348328